本發明涉及大數據處理，尤其涉及一種基于大數據的智慧電力園區數據處理方法及系統。

背景技術：

1、隨著信息智能化的發展與進步，對用電的穩定性、可靠性和高效性的要求日益增加。一方面，當前電力系統存在較多安全隱患，另一方面，傳統用電管理方式難以滿足現代用電需求的復雜性和多樣性。因此，用電行業亟需探索新型用電策略，以保障用電的穩定性和安全性。基于智慧電網的構建和大數據算力的建設，通過電力信息的精準采集，可以在保障用電設備安全運行的前提下提供高效的用電服務。

2、在現有技術中，一種基于大數據的智慧電力園區數據處理方法及系統，通過獲取園區內各監測節點的多類型數據，結合預先訓練的用電負荷關聯模型，能夠分析用電數據、用電關聯類型及非用電關聯類型數據，并根據數據偏離程度和差異特征實現用電負荷預測。

3、然而，現有技術中僅采用大數據處理方法處理用電數據，未充分考慮園區環境數據、用電設備數據等多源數據的融合對結果的影響，在長時間用電中往往會產生較高能耗，無法滿足園區實際需求。

技術實現思路

1、本發明提供了一種基于大數據的智慧電力園區數據處理方法及系統，旨在解決現有電力園區數據處理技術中缺乏對園區融合數據的考慮，導致電能的利用率不高，用戶用電高能耗的問題。

2、第一方面，為了解決上述技術問題，本發明提供了基于大數據的智慧電力園區數據處理方法，由計算機執行，包括：

3、獲取園區電力數據，所述園區電力數據包括電力設備運行數據、園區用電數據以及園區環境數據；

4、根據所述園區用電數據，獲取園區實時用電數據，并將所述園區實時用電數據和預設用電需求量作為節點數據，構建園區用電圖；

5、根據所述園區用電圖的節點連接關系，進行分析計算操作，得到節點關聯值，以所述節點關聯值作為支路連接權重，構建電力潮流計算模型；

6、將所述園區電力數據的各分量數據輸入到所述電力潮流計算模型中，進行電力潮流計算操作，得到電力修正參數；

7、根據所述電力修正參數及所述園區電力數據構建用電需求聚類模型，并根據所述用電需求聚類模型，進行數據聚類分析操作，得到園區能耗最小功率；

8、根據所述園區能耗最小功率，確定各電力設備的實時電力分配方案，生成電力分配指令，根據所述電力分配指令，完成對園區電力設備的節能控制。

9、作為一種可選的實施方式，所述電力設備運行數據包括各用電設備的工作效率、用電負載電壓、用戶負荷、用戶用電功率、用電負載工作時間中的至少一個；

10、所述園區用電數據包括用戶對應的用電設備信息、用電時間段、用電功率、用戶能耗數據中的至少一個；

11、所述園區環境數據包括用電設備所在區域的平均溫度、平均氣壓中的至少一個。

12、作為一種可選的實施方式，根據所述園區用電圖的節點連接關系，進行分析計算操作，得到節點關聯值，以所述節點關聯值作為支路連接權重，構建電力潮流計算模型，包括：

13、所述節點關聯值的計算公式表示為：

14、所述以所述節點關聯值作為支路連接權重，其關系計算表達式為：

15、

16、所述電力潮流計算模型，表示：

17、

18、其中，表示用戶節點和用戶節點之間的關聯值，表示用戶節點和用戶節點之間的有功功率，表示用戶節點和用戶節點之間的無功功率，和分別表示用戶節點和用戶節點的電壓幅值；表示用戶節點和用戶節點之間的支路連接權重表示用戶節點和用戶節點之間復阻抗的模值；表示修正有功功率，表示用戶節點相鄰節點集合，和表示支路導納的實部和虛部，表示用戶節點和用戶節點之間的相位角差。

19、作為一種可選的實施方式，所述將所述園區電力數據的各分量數據輸入到所述電力潮流計算模型中，進行電力潮流計算操作，得到電力修正參數，包括：

20、根據所述園區電力數據的各分量數據，進行集合分類，構建功率集合和環境集合；

21、將所述功率集合中的用戶元件電壓以及所述用戶負荷輸入到所述電力潮流計算模型，計算公式表示為：

22、

23、其中，表示修正功率，表示用戶節點和用戶節點之間的支路連接權重，表示用戶節點相鄰節點集合，表示用戶節點的電壓幅值，表示用戶節點的負荷電流，和表示支路導納的實部和虛部，表示用戶節點和用戶節點之間的相位角差；

24、根據所述修正功率和所述環境集合的數據，進行方差計算，得到所述電力修正參數。

25、作為一種可選的實施方式，所述根據所述用電需求聚類模型，進行數據聚類分析操作，得到園區能耗最小功率，包括：

26、所述園區能耗最小功率的計算公式表示為：

27、

28、其中，表示各用戶的最小總用電需求功率，表示目標分量的子類別數量，表示第個目標分量子類別中的用電用戶數量，第個目標分量的第個子類別的權重，表示第個聚類分組的類別中心，表示為第個目標分量的第個子類別對應的用電需求功率。

29、作為一種可選的實施方式，所述根據所述電力修正參數及所述園區電力數據構建用電需求聚類模型，包括：

30、所述用電需求聚類模型的數學表達式為：

31、

32、其中，表示為用電需求聚類模型的目標函數，表示為第個特征參數的權重，表示為輸入特征參數，由電力修正參數和所述園區電力數據共同構成，表示特征參數的數量，表示第個特征參數，表示為修正功率的電力修正參數，表示為所述環境集合數據的電力修正參數。

33、作為一種可選的實施方式，所述進行數據聚類分析操作，包括：

34、獲取輸入特征參數，所述輸入特征參數包括各電力設備的歷史運行數據、電能表數據、所述園區用電數據、所述園區環境數據以及所述電力修正參數；

35、將所述輸入特征參數作為所述用電需求聚類模型的計算參數，用于分析用電設備的時序用電行為與特性；

36、按照用電設備的用電時序周期性相似性和用電特性相近性，將用電設備進行聚類分析操作，得到聚類分組結果；

37、計算各聚類分組的類別中心，計算公式表示為

38、

39、其中，表示第個聚類分組的類別中心，表示第個聚類分組的設備數量，表示屬于第個聚類分組的第個設備的特征參數；

40、將所述聚類分組的類別中心與各聚類分組的功率需求結合，加權求和得到園區的最小能耗功率。

41、第二方面，本發明提供了一種基于大數據的智慧電力園區數據處理系統，其特征在于，配置在計算機中，包括：

42、數據獲取模塊，用于獲取園區電力數據，所述園區電力數據包括電力設備運行數據、園區用電數據以及園區環境數據；

43、園區用電圖構建模塊，用于根據所述園區用電數據，獲取園區實時用電數據，并將所述園區實時用電數據和預設用電需求量作為節點數據，構建園區用電圖；

44、電力潮流計算模型建立模塊，用于根據所述園區用電圖的節點連接關系，進行分析計算操作，得到節點關聯值，以所述節點關聯值作為支路連接權重，構建電力潮流計算模型；

45、電力修正參數獲取模塊，用于將所述園區電力數據的各分量數據輸入到所述電力潮流計算模型中，進行電力潮流計算操作，得到電力修正參數；

46、融合模塊，用于根據所述電力修正參數及所述園區電力數據構建用電需求聚類模型，并根據所述用電需求聚類模型，進行數據聚類分析操作，得到園區能耗最小功率；

47、輸出模塊，用于根據所述園區能耗最小功率，確定各電力設備的實時電力分配方案，生成電力分配指令，根據所述電力分配指令，完成對園區電力設備的節能控制。

48、第三方面，本發明還提供了一種電子設備，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序，所述處理器執行所述計算機程序時實現上述中任意一項所述的一種基于大數據的智慧電力園區數據處理方法。

49、第四方面，本發明還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行上述中任意一項所述的一種基于大數據的智慧電力園區數據處理方法。

50、相比于現有技術，本發明具有如下有益效果：

51、本發明提供一種基于大數據的智慧電力園區數據處理方法，所述方法包括：獲取園區電力數據，所述園區電力數據包括電力設備運行數據、園區用電數據以及園區環境數據；根據所述園區用電數據，獲取園區實時用電數據，并將所述園區實時用電數據和預設用電需求量作為節點數據，構建園區用電圖；根據所述園區用電圖的節點連接關系，進行分析計算操作，得到節點關聯值，以所述節點關聯值作為支路連接權重，構建電力潮流計算模型；將所述園區電力數據的各分量數據輸入到所述電力潮流計算模型中，進行電力潮流計算操作，得到電力修正參數；根據所述電力修正參數及所述園區電力數據構建用電需求聚類模型，并根據所述用電需求聚類模型，進行數據聚類分析操作，得到園區能耗最小功率；根據所述園區能耗最小功率，確定各電力設備的實時電力分配方案，生成電力分配指令，根據所述電力分配指令，完成對園區電力設備的節能控制。

52、本方法利用計算機系統對園區數據進行收集和處理，通過構建園區用電圖對園區內各用電用戶進行功耗分析，融合了電力設備運行、園區用電、園區環境等多個數據源，利用電力潮流計算模型和用電需求聚類模型進行數據計算和分析，基于聚類算法對園區用電數據的用電情況進行分類，根據分類結果和基于各類別的用電設備的用電需求特性，得到園區能耗最小策略，基于園區能耗最小策略?，輸出電力分配指令，實現園區的節能控制。